3、基于PPI网络拓扑和蛋白质复合物信息的必需蛋白质预测

基于PPI网络拓扑和蛋白质复合物信息的必需蛋白质预测

1. 引言

蛋白质若对生物体的生存不可或缺，则被定义为必需蛋白质。识别必需蛋白质对于理解细胞生存和发育的基本要求至关重要。研究实验发现，必需蛋白质的进化速度比其他蛋白质慢得多，这表明它们在生物体的基本功能中起着关键作用。基于此，一些生物学家认为低等生物的必需蛋白质与人类疾病基因相关。

然而，传统的实验方法，如创建条件性敲除，在一次实验中难以发现大量必需蛋白质，且实验成本高昂。因此，许多必需蛋白质，尤其是人类的必需蛋白质，仍然未知。与此同时，蛋白质 - 蛋白质相互作用（PPIs）等生物数据正随着高通量技术的发展而快速增长且易于获取。

2001年，Jeong H等人提出了中心性 - 致死性规则，表明PPI网络中度数高的蛋白质更有可能是必需蛋白质。此后，基于网络拓扑的中心性度量成为识别必需蛋白质的重要方法。但近期研究指出，许多必需蛋白质的连接性较低，难以通过中心性度量来识别。因此，许多研究开始关注结合PPI网络和其他生物信息来识别必需蛋白质。

2. 方法

2.1 六种中心性度量

PPI网络可以表示为一个无向图G(V, E)，其中蛋白质为节点，相互作用为边。蛋白质的中心性用于表征其对PPI网络全局结构或配置的重要性或贡献。常见的六种用于预测蛋白质必需性的中心性如下：
1. 度中心性（DC） ：蛋白质i的度中心性DC(i)是与i相互作用的蛋白质数量。公式为：$DC(i) = |N(i)|$，其中N(i)是蛋白质i的邻居集合。
2. 介数中心性（BC） ：蛋白质k的介数中心性B